หนี้ด้านโครงสร้างพื้นฐาน AI พุ่งสูงขึ้น ขณะที่ความเสี่ยงด้านเครดิตเพิ่มขึ้น

ตามข้อมูลของ Morgan Stanley การออกตราสารหนี้เพื่อใช้เป็นเงินทุนสำหรับโครงสร้างพื้นฐานด้าน AI มีมูลค่าราว 466,000 ล้านดอลลาร์สหรัฐจนถึงเดือนกันยายน 2026 เพิ่มขึ้นจาก 101,000 ล้านดอลลาร์สหรัฐในช่วงเดียวกันของปีก่อน ธนาคารประเมินว่าการกู้ยืมที่เกี่ยวข้องกับ AI ตลอดทั้งปีอาจสูงถึง 570,000 ล้านดอลลาร์สหรัฐ อย่างไรก็ตาม การออกตราสารหนี้ชะลอตัวลงอย่างมาก โดยยอด 23,000 ล้านดอลลาร์สหรัฐในเดือนกันยายนต่ำกว่าครึ่งหนึ่งของยอดรวมในเดือนสิงหาคม และห่างไกลจากสถิติสูงสุด 113,000 ล้านดอลลาร์สหรัฐในเดือนมิถุนายน การชะลอตัวเกิดขึ้นในช่วงที่นักลงทุนตั้งคำถามว่าศูนย์ข้อมูลและโครงสร้างพื้นฐาน AI ประเภทอื่นจะสร้างรายได้เพียงพอสำหรับชำระต้นทุนทางการเงินหรือไม่ Octus ประเมินว่า ณ วันที่ 16 ตุลาคม หนี้คงค้างของโครงสร้างพื้นฐาน AI ที่มีอันดับต่ำกว่าระดับน่าลงทุนอยู่ที่ 184,000 ล้านดอลลาร์สหรัฐ เพิ่มจาก 125,000 ล้านดอลลาร์สหรัฐในเดือนมิถุนายน ในช่วงการเทขายเดือนตุลาคม อัตราผลตอบแทนพันธบัตรของ CoreWeave สูงกว่า 16% ขณะที่เงินกู้บางส่วนที่เกี่ยวข้องกับศูนย์ข้อมูลของ Oracle มีมูลค่าลดลง ส่วนต่างผลตอบแทนของพันธบัตรที่เกี่ยวข้องกับ AI อยู่ที่ราว 115 จุดเบสิส เทียบกับประมาณ 78 จุดเบสิสสำหรับตลาดระดับน่าลงทุนโดยรวม การจัดหาเงินทุนด้วยหนี้สำหรับโครงสร้างพื้นฐาน AI มักเกี่ยวข้องกับผู้พัฒนา ผู้ให้บริการคลาวด์ ธนาคาร และผู้ให้กู้สินเชื่อภาคเอกชน ทำให้ความเสี่ยงกระจายไปยังผู้กู้และนักลงทุนหลายฝ่าย หากความต้องการ AI หรือรายได้จากลูกค้าต่ำกว่าที่คาด ผู้ประกอบการที่มีภาระหนี้สูงอาจประสบปัญหาในการรับมือกับค่าใช้จ่ายดำเนินงานและการชำระหนี้ โดยทั่วไปผู้ถือหุ้นจะได้รับผลกระทบก่อนเจ้าหนี้ ส่วนความเสียหายของผู้ให้กู้ขึ้นอยู่กับหลักประกัน การค้ำประกัน และลำดับสิทธิในการชำระหนี้ บริษัทเทคโนโลยีที่มีอันดับความน่าเชื่อถือสูงยังเข้าถึงแหล่งเงินทุนได้ แต่ผู้ประกอบการโครงสร้างพื้นฐานต้องเผชิญกับต้นทุนการกู้ยืมที่สูงขึ้นและความเสี่ยงในการรีไฟแนนซ์ แรงกดดันด้านสินเชื่ออาจส่งผลต่อกองทุนตราสารหนี้ กองทุนบำเหน็จบำนาญ และบริษัทประกันภัย รวมทั้งกดดันหุ้นเทคโนโลยีและความเชื่อมั่นต่อสินทรัพย์เสี่ยงในวงกว้าง แต่ไม่ได้ทำให้เกิดวิกฤตการเงินในวงกว้างโดยอัตโนมัติ สำหรับเทรดเดอร์คริปโต ข่าวนี้เป็นเพียงตัวชี้วัดความเสี่ยงทางอ้อม เพราะการตอบสนองในวงกว้างในลักษณะหลีกเลี่ยงความเสี่ยงอาจกระทบต่อความเชื่อมั่นในคริปโตได้ แต่รายงานไม่ได้ระบุว่ามีความเสี่ยงโดยตรงต่อคริปโตเคอร์เรนซี